Claude Code創始人工作流出爐！開發者都在偷學的3個高效指令

想用AI提升開發效率？先看看頂尖開發者怎么用。

上周，Claude Code的作者Boris Cherny在X上分享了自己的終端工作流，瞬間在開發者圈子里傳開了。這套方法并不復雜——本質是一套讓開發效率翻倍的自動化指令組合。今天，我們結合m.nhjb.com.cn(m.nhjb.com.cn)的AI Agent生態，拆解這套工作流背后可復用的思路。

一、3個隱藏指令，本質是Agent協議的實戰預演

Boris工作流的核心，不是Claude本身有多強，而是他如何讓AI與開發環境深度結合。這恰好對應了MCP（模型上下文協議）和A2A（Agent間通信協議）的設計思路：

1. @file 實時上下文注入
   Boris會直接讓Claude讀取當前項目的特定文件（如@package.json），而不是手動復制粘貼代碼。這背后是MCP協議的核心——讓模型動態獲取工具環境上下文。在龍蝦生態中，你可以通過開發一個“項目文件感知Server”，讓任何接入的Agent自動理解代碼庫結構。
2. /test 一鍵生成并運行測試
   他輸入/test，Claude不僅生成測試代碼，還會自動調用測試框架執行。這本質是A2A協議的雛形——Agent調用外部工具（測試運行器）并返回結果。在插件開發場景中，你可以封裝一個“測試自動化插件”，讓開發者用自然語言驅動整個測試流程。
3. git diff | claude -p “解釋這次提交”
   通過管道將Git差異輸出傳給Claude，實現代碼變更的智能總結。這是工具集成最優雅的示范——將命令行工具與AI模型無縫串聯。在龍蝦Server市場上，這類“Git分析Agent”完全可以商品化，按調用次數收費。

二、從工作流到賺錢案例：一個可復制的自動化模型

這套工作流的商業價值在于將重復性開發動作封裝成可交易的自動化服務。我們來看一個真實案例：

案例：自動化代碼審查即服務（CRaaS）

• 方法：基于Boris的管道模式，構建一個Agent：

  1. 監聽Git Webhook
  2. 自動提取git diff
  3. 調用Claude API進行安全/規范審查
  4. 將報告推送到Slack/釘釘
• 數字：某5人團隊使用后，代碼審查時間從平均45分鐘/次降至5分鐘，月均節省120小時。他們將該Agent封裝為龍蝦插件，定價$99/月，目前已售出30+訂閱。

• 可復制路徑：

  1. 在m.nhjb.com.cn注冊為開發者
  2. 使用MCP協議接入Git工具鏈
  3. 用A2A協議設計“審查-通知”工作流
  4. 上架到插件市場，設置階梯定價

三、生態協作：你的下一個Agent可能價值百萬

Boris工作流最啟發人的一點是——單個Agent的能力有限，但組合起來就是解決方案。在龍蝦生態中，這意味著：

• Server開發者：可以構建“Git分析Server”“測試運行Server”等原子能力
• 插件開發者：可以組合多個Server，形成“自動化部署插件”“智能調試插件”
• 創業者：可以打包整套工作流，向企業提供“AI驅動開發中臺”服務

關鍵洞察：未來賺錢的不是單一工具，而是工具鏈的編排能力。就像Boris用管道符連接命令一樣，你需要學會用MCP/A2A連接不同Agent。

下一步行動：今天就能做的3件事

1. 復現Boris工作流
   在本地終端嘗試：git diff HEAD~1 | claude -p “用中文總結變更”（需配置Claude API）
2. 拆解一個賺錢場景
   選擇你最熟悉的開發痛點（如日志分析、文檔生成），用“工具+AI+管道”模式設計最小可行Agent
3. 接入龍蝦生態
   訪問m.nhjb.com.cn，查看MCP協議文檔，將你的第一個Agent封裝為Server或插件——下周可能就有人為你的自動化方案付費

高手的工作流從來不是秘密，而是可拆解、可復制、可商品化的工程模式。Boris已經展示了路徑，接下來該你行動了。